[发明专利]一种农业害虫智能检测方法

说明书

本发明涉及一种农业害虫智能检测方法，该方法包括采用数据爬虫和图像实时拍摄的方式来收集农业害虫图像；采用人工遴选的方式清洗网络爬虫数据，剔除非农业害虫图片以及重合农业害虫图像，然后通过脚本运算的方式对遴选之后的爬虫图像数据以及实时采集图像数据做格式归一化处理；对经过归一化处理的图像数据采用数据增强的手段进行处理；采用开源工具LabelImg标注经过处理的所有图片数据来组成农业害虫图像数据集；建立农业害虫目标检测模型；对农业害虫目标检测模型中进行训练；对训练后的农业害虫目标检测模型进行精度评价；该方法对害虫的检测精度高，并且检测效率也高，能够减小劳动力强度，该方法在多种测试场景下表现优异，鲁棒性好。

技术领域

本发明涉及农业智能化和信息化技术领域，尤其是涉及一种农业害虫智能检测方法。

背景技术

农业害虫的活跃时间涵盖了农作物的整个生长周期，无时无刻不在威胁着农业经济的收益。无论是在发达国家还是欠发达国家，农业害虫所造成的农业经济损失均占有较大权重。为了实现农业经济的最大化，减轻农业害虫造成的农作物收成损失，准确高效地检测农业害虫至关重要。

现阶段的农业害虫检测方法主要有以下几种：①人工调查；②灯光诱捕；③传统视觉；④深度学习。前两种方法存在工作量大、效率低、实时性差、智能化程度低等缺点；第三种方法大多在实验室环境下进行，鲁棒性较低，精测精度较；第四种方法的数据集规模一般较小，大多局限在单一场景，实际测试结果较差，实时性一般较差。

快速准确并且实时识别农业害虫对于提升农业害虫检测效率、提升农业领域的信息化和智能化水平以及增加农业经济收入至关重要，具有深远的意义。

发明内容

本发明所要解决的技术问题是提供一种检测效率高、检测精度高，并能够减小劳动力强度的农业害虫智能检测方法。

本发明所采用的技术方案是，一种农业害虫智能检测方法，包括下列步骤：

(1)、采用数据爬虫和图像实时拍摄的方式来收集农业害虫图像；采用数据爬虫的方式收集农业害虫图像的过程为：任意选取三种搜索引擎作为目标爬虫对象，确定农业害虫的中文名以及拉丁学名作为关键字信息进行搜索，分批次和分类别在互联网上爬取农业害虫彩色图片，针对每一类别的害虫，在每一个搜索引擎上进行两次不同关键字的图片数据爬取，然后人工合并去重，在完成所有类别的农业害虫图像爬取之后，依照农业害虫类别归纳整理所有的农业害虫图像；采用图像实时拍摄的方式收集农业害虫图像的过程为：选取工业高清摄像头作为图像采集设备，选取目标农业害虫作为图像采集对象，在自然拟真环境下分时段、分场景拍摄农业害虫彩色图像；

(2)、采用人工遴选的方式清洗网络爬虫数据，剔除非农业害虫图片以及重合农业害虫图像，然后通过脚本运算的方式对遴选之后的爬虫图像数据以及实时采集图像数据做格式归一化处理；

(3)、对经过归一化处理的图像数据采用数据增强的手段进行处理，所述数据增强的手段包括：噪声处理、模糊处理、90度旋转、180度旋转、270度旋转、平移裁切、缩放拉伸、镜像翻转以及叠加；

(4)、采用开源工具LabelImg标注步骤(3)中经过处理的所有图片数据，将标注后的农业害虫图像组成农业害虫图像数据集；

(5)、建立农业害虫目标检测模型；

(6)、将步骤(4)中的农业害虫图像数据集输入到步骤(5)的农业害虫目标检测模型中进行训练，得到训练后的农业害虫目标检测模型；

(7)、对训练后的农业害虫目标检测模型进行精度评价，得到评价后的农业害虫目标检测模型；采用分类精度mAP和检测速度FPS来对训练后的农业害虫目标检测模型进行精度评价，所述分类精度mAP为各个单一类别农业害虫检测精确率的平均值，检测速度FPS为每秒传输帧数或单张图片的检测速度；

(8)、任意选取一张农业害虫图像输入到评价后的农业害虫目标检测模型中进行农业害虫识别和检测。